换一批
换一批基于时空Transformer模型的食品监督抽检分类预测研究
Studies on Classification Prediction of Food Supervision Sampling Inspection Based on Spatio-temporal Transformer Model
摘要目的:研究构建一种时空趋势与风险食品类别相关的多维分析模型,旨在实现对食品安全风险的高效预警,并为监督管理的智能化和精准化提供科学依据和决策支持.方法:依托江苏省市场监督管理局2019年至2024年间的食品抽检数据,设计一种基于时空Transformer的多分类预测模型.该模型深度挖掘食品安全事件在时间与空间维度的演变规律,并建立与风险类别的内在关联,实现对全时空点风险食品类别的预测.为解决多类别数据量差异导致的长尾分布问题,引入加权均方误差损失函数以优化训练,增强模型对尾部类别数据的敏感性.结果:采用4种最高风险类别分类指标与3种全类别风险分类指标综合评估模型的准确性,不仅在已发生风险区域的预测精度上与统计方法相当,而且在全时空范围内实现了全类别风险的高效预测.结论:时空Transformer多分类预测模型为食品安全监管部门提供了一种新颖且有效的工具,能够优化随机抽检策略并提升监管效率.
更多相关知识
关键词
时空Transformer加权均方误差食品抽检风险预警多分类预测食品安全spatio-temporal Transformerweighted mean squared errorfood sampling inspectionrisk early warningmulti-class predictionfood safety
栏目名称
DOI
10.16429/j.1009-7848.2024.11.001
发布时间
2025-01-16
- 浏览2
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
